分布式应用知识CAP理论知识

CAP定理：

• 指的是在一个分布式系统中，Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性），三者不可同时获得。
• 一致性（C）：在分布式系统中的所有数据备份在同一时刻是否相同。（所有节点在同一时间的数据完全一致，节点越多，数据同步越耗时）
• 可用性（A）：负载过大后，集群整体是否还能正常响应客户端的读写请求。（服务一直可用，而且在正常的响应时间内）
• 分区容错性（P）：分区容错性，就是高可用性，一个节点崩了，并不影响其他节点。（100个节点，挂了几个，不影响服务，越多节点（机器）越好）
• CAP理论就是说在分布式系统中，最多只能实现上面的两点。而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容错性是我们必须实现的。所以我们只能在一致性和可用性之间进行权衡。

定理分析：

• CA满足的情况下，P不能满足得原因：

数据同步（C）需要时间，也要正常的时间内响应（A），那么机器数量就要少，所以P就无法满足

• CP满足得情况下，A不能满足得原因：

数据同步（C）需要时间，机器数量也多（P），但是同步数据需要时间，所以不能正常时间内响应，所以A无法满足

• AP满足得情况下，C不能满足得原因：

机器数量多（P），正常的时间内响应（A），那么数据就不能及时同步到其他节点，所以C无法满足

举例：注册中心组件

• Zookeeper：CP原则，保证了一致性，集群搭建的时候，某个节点失效，则会进行选举的leader，或者半数以上的节点不可用，则无法提供服务，因策可用性无法满足。
• Eureka：AP原则，无主从节点，一个节点挂了，自动切换其他节点使用，去中心化。

结论：

• 分布式系统中P，肯定要满足，所以只能CA中二选一，没有最好的选择，最好的选择是根据业务场景来进行架构设计，如果要求一致性，则选择zookeeper，如果要可用性，则选择eureka。